Group 23

Qualité et Intégrité du Big Data, éléments fondamentaux de l'Industrial Internet of Things

Ces dernières années, il y a eu un intérêt croissant pour le développement de solutions pour les applications industrielles de l'Internet des objets (IIoT). L'intérêt couvre de nombreuses industries, avec une grande partie de l'effort axé sur les solutions de maintenance prédictive. La maintenance prédictive peut être décrite comme «l'extraction d'informations commerciales précieuses à partir du Big Data». Ceci est réalisé en appliquant des analyses complexes à de vastes quantités de données acquises à partir de plusieurs milliers de capteurs.

L'analyse automatisée peut parfois conduire à des résultats surprenants, auquel cas les ingénieurs systèmes seraient en droit de se demander si les Big Data et l'analyse automatisée sont exactes. Tout le monde a entendu le vieil adage, «garbage in, garbage out», mais la réalité est que garantir la qualité et l'intégrité des mégadonnées n'est pas particulièrement facile. En fait, la simple quantité de données émises par des milliers et des milliers de capteurs peut imposer une énorme charge sur les méthodes d'acquisition de données existantes. En outre, avec la technologie sans fil devenant rapidement l'option de connexion de choix pour les applications IIoT, principalement en raison de sa commodité et de sa mobilité, la stabilité des communications sans fil est un problème critique. Les interruptions de connexion inattendues inévitables qui affligent tout réseau sans fil et qui pourraient entraîner une perte de données et des fermetures coûteuses de processus commerciaux importants sont une source de préoccupation. La méthode d'acquisition de données intelligente de Moxa permet de réduire la quantité de données à transmettre et d'assurer l'exhaustivité des données. En résumé, l'acquisition de données intelligentes améliore la qualité et l'intégrité des données volumineuses, ce qui se traduit par des analyses plus précises.

Acquisition de données active et exhaustivité automatique des données

Acquisition de données active

Depuis de nombreuses années, la «mise à jour des données par sondage», qui est la norme pour les logiciels SCADA, a été la norme de l'industrie en matière de communication entre le serveur et les clients. Dans l'ère IIoT, les méthodes d'interrogation héritées ne se mélangent pas bien avec les données volumineuses, d'autant plus que, par sa nature même, les milliers de capteurs collectent des tonnes de données sans valeur, entraînant des coûts de stockage élevés et des analyses de données chronophages. Lorsque vos capteurs débitent des données à une fréquence plus rapide que l'intervalle d'interrogation, comme c'est le cas lors de la surveillance d'une machine, la mise à jour par exception peut réduire la quantité de données stockées et augmenter l'efficacité de l'analyse des données. Les E / S intelligentes Moxa prennent en charge la fonction brevetée Active Tag de Moxa, qui met activement à jour les données des capteurs numériques ou analogiques vers le serveur MX-AOPC UA de Moxa par exception ou par pourcentage configuré de modifications. Non seulement vous économiserez de la bande passante réseau, mais vous réduirez également la quantité de stockage de données requise.

Active Data Acquisition

Complétude automatique des données

La plupart des systèmes SCADA prennent en charge la sauvegarde des données dans une base de données en temps réel. Cependant, la perte de données se produira lorsque le réseau reliant le logiciel SCADA aux périphériques d'E / S distants se déconnecte ou lorsque le logiciel SCADA se bloque. Une solution courante à ce problème consiste à sauvegarder des données dans des périphériques de stockage locaux situés à proximité de périphériques d'E / S distants. Cependant, un effort de programmation supplémentaire est nécessaire pour collecter les journaux de données hors ligne à partir des périphériques de stockage locaux et les analyser dans une base de données, car la plupart des logiciels SCADA ne fournissent pas ce type de solution. Les inconvénients critiques sont :

  • Les ingénieurs logiciels tiers ou internes doivent créer des logiciels supplémentaires pour gérer l'intégralité des données. Développer ce type de logiciel est coûteux et difficile à intégrer et à maintenir.

     

  • Un ingénieur des opérations doit définir l'heure de début et de fin de la perte de données pour chaque périphérique d'E / S distant. L'ingénieur doit déclencher manuellement le processus d'exhaustivité des données, ce qui augmente les chances de collecter des données en double.

  • La série ioLogik 2500 de Moxa, le serveur MX-AOPC UA et le MX-AOPC UA Logger forment ensemble une solution clé en main pour l'acquisition de données en temps réel, la mise en mémoire tampon des données dans les périphériques de stockage locaux et l'exhaustivité des données. MX-AOPC UA Logger est utilisé pour importer des données du serveur MX-AOPC UA dans une base de données en temps réel. Après que le réseau a échoué puis récupéré, l'enregistreur récupère automatiquement les journaux de données, avec horodatage correspondant à la durée de la déconnexion, à partir des tampons de données de périphériques ioLogik 2500 spécifiques, puis il reporte les données supplémentaires dans la base de données.